[发明专利]基于部分线性模型的建筑暖通空调负荷优化控制方法

权利要求书

1.一种基于部分线性模型的建筑暖通空调负荷优化控制方法，其特征在于，该方法首先分别建立建筑的热惰性模型和暖通空调系统模型，对该两个模型进行转化后得到包含线性部分和数据驱动部分的暖通空调负荷预测模型，利用历史数据拟合得到该暖通空调负荷预测模型的参数；然后根据该暖通空调负荷预测模型，建立建筑室内温度的优化模型，对优化模型求解，计算得到下一个时间点的最优建筑室内温度，从而实现对建筑暖通空调负荷的优化控制；该方法包括以下步骤：

1)建立建筑暖通空调负荷预测模型；具体步骤如下：

1-1)建立物理模型；具体如下：

1-1-1)建立建筑的热惰性模型，如式(1)所示：

其中，

P^T(t)＝p^s(t)+P^G(t)#(2)

其中，C表示建筑内部空气的等效热容，Tⁱ(t)表示t时刻室内空气的温度，P^T(t)表示t时刻对空气的有效冷却或加热功率，T^o(t)表示t时刻室外温度，R表示建筑墙体的等效热阻；P^s(t)表示t时刻暖通空调供给的冷却或加热功率，P^G(t)表示t时刻除暖通空调外其他因素的产热之和；

1-1-2)建立暖通空调系统模型，如式(3)-(5)所示：

T^m(t)＝δTⁱ(t)+(1-δ)T^o(t)#(3)

P^s(t)＝c_pq(t)(T_c-Tⁱ(t))#(5)

其中，T^m(t)表示经过回风混合后t时刻的空气温度，δ表示回风比例；T_c为空气温度的设定值，P(t)为t时刻暖通空调的冷却或制热机组的电负荷，c_p表示空气的定压比热容，q(t)表示t时刻送风流量，COP表示暖通空调的冷却或制热机组的循环效率，制冷时T_c小于T^m(t)，制热时T_c大于T^m(t)；P^s(t)为t时刻送风给室内空气提供的冷却或加热功率，P^s(t)小于零表示制冷，P^s(t)大于零表示制热；

1-2)将步骤1-1)的物理模型转化为部分线性模型，建立暖通空调负荷预测模型；

将式(1)写成离散时间下的差分方程得到式(6)，将式(2)写成离散时间形式得到式(7)，其中下标k表示第k个离散时间点，与分别表示时间点k与时间点k+1的室内温度；将式(3)-(5)转化为离散时间形式，得到式(8)，其中P_k表示时间点k暖通空调电负荷，a和b是常数；

结合式(6)-(8)，得到暖通空调电负荷的表达式，如式(9)所示：

将式(9)进一步简化为式(10)，得到最终的暖通空调负荷预测模型，该模型包含线性部分和数据驱动部分，其中a₁，a₂，a₃，a₄为模型中线性部分的系数；d_k为影响的因素，包括时间点k的太阳辐射强度时间点k的湿度时间点k对应的当前时间段记为f(d_k)表示模型中用于拟合的数据驱动部分；

式中，表示时间点k对空气的有效冷却或加热功率，表示时间点k室内空气的温度，表示时间点k的室外温度，表示时间点k暖通空调供给的冷却或加热功率，表示时间点k除暖通空调外其他因素的产热之和；

1-3)利用历史数据拟合暖通空调负荷预测模型的参数；

从历史数据中选取一段长度为N用于训练的数据，将自变量矩阵记为X＝[T D]，其中T，D分别如式(11)(12)所示，分别表示线性部分的输入数据矩阵与数据驱动部分的输入数据矩阵；因变量矩阵记为Y＝[P₁ P₂ … P_N]^T；

任意指定A⁰与f⁰(d_k)的参数以完成初始化，然后采用轮流拟合线性部分和数据驱动部分的方法进行多次迭代，其中，记第i次迭代完成后，线性部分的系数矩阵为数据驱动部分的模型为fⁱ(d_k)；每次迭代包括两个步骤：(a)使用线性回归拟合Y-[fⁱ(d₁) fⁱ(d₂) … fⁱ(d_N)]^T对于T的关系，得到系数矩阵Aⁱ⁺¹；(b)使用选定的数据驱动方法拟合Y-TAⁱ⁺¹对于D的关系，得到模型fⁱ⁺¹(d_k)；重复迭代直到线性部分的系数与数据驱动部分的模型参数收敛，得到最终的系数矩阵为A＝[a₁ a₂ a₃ a₄]^T与数据驱动模型f(d_k)，暖通空调负荷预测模型的参数拟合完毕；

D＝[d₁ d₂ … d_N]^T#(12)

2)根据步骤1)得到的暖通空调负荷预测模型，对建筑室内温度进行优化；具体步骤如下：

2-1)建立建筑室内温度的优化模型，表达式如下：

其中，

其中，设定室内温度为一恒定值T^B，为时间点k的负荷基值；为时间点k暖通空调负荷相对基值的削减量；C_k为时间点k的温度舒适度惩罚项，c是常量；

r_k表示时间点k的实时电价，N_k表示优化的时段长度，T^l和T^u分别为室内温度的下限和上限；

2-2)求解步骤2-1)建立的优化模型：

将步骤2-1)建立的优化模型简化为式(18)：

for k∈{1，2，...，N_k}

如式(18)所示的模型存在解析解，如式(19)所示：

利用式(19)，在每一个当前时间点计算得到下一个时间点的最优建筑室内温度，从而实现对建筑暖通空调负荷的优化控制。